算力、機器人、仿真與資本，誰在定義物理AI下一個十年？｜第十屆全球ICT峰會回顧

在第十屆全球ICT峰會上，一場圍繞「物理AI」未來十年的討論引發業界關注。與會專家與企業代表從算力基礎、機器人應用、仿真技術與資本投入等關鍵維度，探討這股新興技術浪潮如何重塑產業格局。物理AI並非單純的軟體智能，而是強調AI與真實物理世界互動的能力，涵蓋自動駕駛、工業機器人、深海探測等具身智能場景。算力被視為物理AI發展的底層支柱。隨著大模型與即時感測需求的爆發，傳統雲端算力已難以滿足邊緣端低延遲、高可靠的要求。多位與會者指出，專用運算晶片與分散式算力架構將成為未來幾年投入重點，特別是在機器人即時控制與仿真環境模擬等領域，算力的供需矛盾亟待透過硬體創新與算力調度最佳化來解決。

機器人則是物理AI最直接的應用載體。從工廠產線到極端環境探索，機器人在感知、決策與執行層面正快速進化。會上特別提到哈爾濱工程大學海洋工程團隊創立的「工至海洋」，該團隊專注於深海機器人技術，目前已完成一年內三輪融資，並獲得總額達億元的意向訂單。這類水下機器人需在數千公尺深海中自主作業，對抗高壓與低溫，正是物理AI在惡劣環境中驗證能力的典型案例。仿真技術在物理AI發展中扮演「加速器」角色。在機器人真正部署到現實世界之前，開發者需在海量仿真場景中進行訓練與測試，以降低實測風險與成本。

會上專家強調，高保真度的物理仿真引擎不僅要還原重力、碰撞、流體力學等真實物理特性，還需支援多感測器融合模擬，讓AI能在虛擬環境中累積足夠經驗後，平滑遷移到真實機器人上。目前已有數家初創公司推出面向機器人訓練的專用仿真平台，並獲得資本青睞。資本的動向則直接反映了市場對物理AI賽道的信心。除了前述「工至海洋」獲得億元級訂單與連續融資外，會上也提及另一款以AI Agent為核心的「求職搭子」產品，該產品瞄準每年數百萬畢業生的求職需求，透過自然語言互動與個性化推薦，幫助用戶完成履歷優化、面試模擬與職位匹配。

這類Agent雖不以實體機器人為載體，但其背後的核心邏輯同樣是AI在真實社交與決策場景中的落地，屬於物理AI在資訊空間的延伸。從峰會討論來看，物理AI並不是單一技術的競爭，而是算力、機器人、仿真與資本四股力量交織的生態系統。算力決定模型可達到的精確度與即時性，機器人作為終端承載商業價值，仿真解決訓練成本與安全驗證的痛點，而資本則為技術長跑提供燃料。與會者普遍認為，未來十年將是物理AI從實驗室走向規模化部署的關鍵視窗，誰能在這四項要素中取得平衡與突破，就有機會定義下一個時代的產業標準。值得注意的是，物理AI的發展也面臨諸多挑戰。

硬體成本仍是機器人大規模普及的主要障礙，尤其在水下、礦山、太空等極端工況中，感測器與執行器的可靠性和壽命要求極高。此外，仿真與現實之間的「模擬鴻溝」尚未完全克服，模型在虛擬環境中表現良好的決策，一旦部署到真實世界可能出現偏差。這需要業界在資料收集、演算法魯棒性與標準化測試方面持續投入。峰會上亦提及國家力量在物理AI產業分工中的轉化作用。多位嘉賓認為，政府可透過基礎設施建設、標準制定與應用場景開放，為新創企業提供早期市場驗證機會。例如，在海洋工程領域，國家級深海觀測網絡與海洋牧場計畫便為「工至海洋」這類團隊提供了實際測試環境與訂單來源。

這種從科研到產業的閉環，正是物理AI實現商業化落地的典型路徑。總體而言，第十屆全球ICT峰會為物理AI的下一個十年描繪了一幅既務實又充滿想像的藍圖。算力的突破、機器人的進化、仿真技術的成熟以及資本的理性注入，正共同推動這一領域從概念走向落地。無論是深海中的自主航行機器人，還是幫助畢業生求職的對話Agent，物理AI的邊界正在快速擴張。對於創業者與投資人而言，理解這四項要素的互動關係，將是在未來競爭中占據有利位置的關鍵。